动态规划

什么是动态规划

20世纪50年代初美国数学家R.E.Bellman(理查德.贝尔曼)等人在研究多阶段决策过程(multistep decision process)的优化问题时,提出了著名的最优化原理(principle of optimality),把多阶段过程转化为一系列单阶段问题,逐个求解,创立了解决这类过程优化问题的新方法——动态规划(Dynamic Programming)。

动态规划,其实就是将整个问题划分为许多子问题,然后对每个子问题作出决策

基础动态规划

数字三角形

题目链接: https://www.luogu.com.cn/problem/P1216

        7 
      3   8 
    8   1   0 
  2   7   4   4 
4   5   2   6   5 

针对如上这个例子,我们如果按照贪心的思路,是 7 → 8 → 1 → 7 → 5 7→8→1→7→5 78175,算出来是 28 28 28。而 7 → 3 → 8 → 7 → 5 7→3→8→7→5 73875的结果为 30 30 30。所以贪心是行不通的。

设置状态

定义 f [ i ] [ j ] f[i][j] f[i][j] 到达第 i 行第 j 列 \text{到达第}i\text{行第}j\text{列} 到达第i行第j的最大值。

转移方程

我们从最后一层开始,由下往上走,不难得出方程: f [ i − 1 ] [ j ] = m a x ( f [ i ] [ j ] , f [ i ] [ j + 1 ] ) + a [ i − 1 ] [ j ] f[i-1][j] = max(f[i][j],f[i][j+1])+a[i-1][j] f[i1][j]=max(f[i][j],f[i][j+1])+a[i1][j]

背包dp

01背包

采药: https://www.luogu.com.cn/problem/P1048

确定状态:设 f [ i ] [ j ] f[i][j] f[i][j]为前 i i i株草药总价值不超过 j j j所获最大价值。

方程: f [ i ] [ j ] = m a x ( f [ i ] [ j ] , f [ i − 1 ] [ j − w [ i ] ] + v [ i ] ) f[i][j]=max(f[i][j],f[i-1][j-w[i]]+v[i]) f[i][j]=max(f[i][j],f[i1][jw[i]]+v[i])

由于第一维什么用也没有,所以舍掉:

优化方程: f [ j ] = m a x ( f [ j ] , f [ j − v [ i ] ] + c [ i ] ) f[j]=max(f[j],f[j-v[i]]+c[i]) f[j]=max(f[j],f[jv[i]]+c[i])

最终答案为 f [ t ] f[t] f[t]

for(int i=1;i<=n;i++)
{
	for(int j=t;j>=v[i];j--)
   {
		if(f[j - v[i]] + c[i] > f[j])f[j] = f[j - v[i]] + c[i];
	}
}

坐标型动态规划

爬楼梯: https://www.lintcode.com/problem/climbing-stairs/description

确定状态:设 f [ i ] f[i] f[i]为到达第 i i i级楼梯的方案

对于每一层楼梯,我们可以由前一层爬一楼或前两层爬两楼。

方程: f [ i ] = f [ i − 1 ] + f [ i − 2 ] f[i]=f[i-1]+f[i-2] f[i]=f[i1]+f[i2]

单序列动态规划

最长上升子序列: https://www.lintcode.com/problem/longest-increasing-subsequence/description

确定状态: 设 f [ i ] f[i] f[i]为以第 i i i个结尾的最长上升子序列的长度。

方程: f [ i ] = m a x ( f [ i ] , f [ j ] + 1 ) ( a [ i ] > a [ j ] ) f[i]=max(f[i],f[j]+1)(a[i]>a[j]) f[i]=max(f[i],f[j]+1)(a[i]>a[j])

初值: f [ i ] = 1 f[i]=1 f[i]=1

for(int i=1;i<=n;i++)
{
	for(int j=1;j<i;j++)
	{
		if(a[i] > a[j])f[i] = max(f[i],f[j] + 1);
	}
}

E n d . End. End.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值